Уровень намерений для ИИ-агентов по продажам — структурированная интерпретация сигналов, а не парсинг данных.
Создано на основе 10+ лет опыта в B2B-продажах для корпоративного сектора.
Отказ от ответственности. Результаты представляют собой структурированные фреймворки интерпретации сигналов, основанные на общедоступных методах B2B-продаж. Это не инвестиционный, финансовый или юридический совет. Не является заменой квалификации человека. Перед началом взаимодействия проверяйте любые конкретные утверждения о компании, человеке или событии с помощью первичных источников.
У каждого современного ИИ-SDR и агента по продажам есть один и тот же структурный пробел: у них есть данные сигналов (из Apollo, Clay, Crunchbase, парсеров, платных API), но нет последовательного уровня интерпретации. Они знают, что целевая компания наняла руководителя отдела продаж, но не знают, что делать с этой информацией.
Этот MCP устраняет данный пробел. Предоставьте полезную нагрузку сигнала — получите структурированные рекомендации по взаимодействию.
Он НЕ парсит источники данных. Используйте экосистему Apify / Clay / Apollo / Crunchbase / LinkedIn для сбора данных на начальном этапе. Этот MCP является движком интерпретации.
Related MCP server: Sales Signals MCP Server
Инструмент | Что возвращает |
| Сила сигнала, время взаимодействия, угол подачи, подводные камни, окно принятия решений для событий найма (новый руководитель, расширение команды) |
| То же самое для событий финансирования (от посевного раунда до IPO, даун-раунды), включая диапазоны бюджета и типичных покупателей |
| То же самое для изменений в технологическом стеке (добавление/удаление конкурента, внедрение хранилища данных, инструменты комплаенса) |
| То же самое для изменений в руководстве (уход CEO/CFO/CTO/CMO/основателей) |
| То же самое для расширения рынка (международный офис, вертикаль, запуск продукта) |
| Составной показатель намерения (0-100) при наличии нескольких сигналов — для приоритизации |
// AI agent observes: "Acme just hired a new Head of Sales last week + announced Series B"
// Calls:
mcp.call("interpret_hiring_signal", { signal_type: "head_of_sales" });
mcp.call("interpret_funding_signal", { funding_stage: "series_b" });
mcp.call("score_buyer_intent", { signals: ["head_of_sales", "series_b"] });
// Returns: tier, recommended action, pitch angle, decision windowApify Pay-Per-Event: $0.05 за вызов инструмента
Первые 10 вызовов бесплатно для каждого актора
Эта версия 1.0 является уровнем интерпретации. Будущие версии:
v1.1: Паттерны корреляции нескольких сигналов (например, "head_of_sales + sdr_team_expansion в течение 30 дней = сигнал pre-Series-A")
v1.2: Отраслевые весовые коэффициенты (SaaS, Fintech и Healthcare имеют разный срок актуальности сигналов)
v1.3: Оценка с учетом временного затухания (возраст сигнала влияет на его вес)
v2.0: Опциональный адаптер для собственных данных для Clay / Apify Scrapers / Crunchbase API
Элизабет Хитц — 10+ лет опыта в B2B-продажах для корпоративного сектора в сферах ad-tech, SaaS, медиа и глобального найма. Пять лет перевыполнения плана продаж в публичной ad-tech компании. Сейчас занимается созданием MCP-серверов для экосистемы ИИ-агентов.
Лицензия: MIT
Returns the complete signal-interpretation library + metadata. Useful for fine-tuning or full agent context.
Inputs: no named parameters.
Interpret a market expansion signal (new geo, vertical, product). Returns implications and outreach playbook. Types: international_office_opening, vertical_expansion, product_launch.
Inputs: expansion_type (required).
Interpret a funding-event signal. Returns interpretation, budget band, typical buyers, outreach timing, pitfalls. Stages: seed, series_a, series_b, series_c_plus, ipo_recent, down_round.
Inputs: funding_stage (required).
Interpret a hiring signal (new exec hire, team expansion, role posting). Returns signal strength, outreach timing, pitch angle, common pitfalls, average decision window. Provide signal_type from: head_of_sales, head_of_revenue, head_of_security, vp_marketing, sdr_team_expansion, head_of_data.
Inputs: signal_type (required).
Interpret a leadership-change signal. Returns interpretation, outreach timing, pitch angle. Types: ceo_change, cfo_change, cto_change, cmo_change, founder_departure.
Inputs: change_type (required).
Interpret a tech-stack change signal. Returns interpretation, outreach timing, pitch angle, decision window. Types: added_competitor, removed_competitor, added_warehouse, added_compliance_tool, removed_legacy_crm.
Inputs: change_type (required).
Given a list of signals observed for a target account, return a composite intent score (0-100) and recommended outreach action. Use this to prioritize an account list.
Inputs: signals (required).
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 7 tools
Each tool targets a distinct signal type (funding, hiring, expansion, leadership, tech stack) plus a composite scoring tool and a full pack retrieval. No overlap in purposes.
Five tools follow the consistent 'interpret_<signal_type>' pattern, but 'get_full_pack' and 'score_buyer_intent' break the pattern with different verbs, causing minor inconsistency.
Seven tools is well-scoped for interpreting key B2B buyer signals and scoring intent. Not overly numerous nor sparse.
Covers major signal types and includes aggregation via scoring. Minor gap: lacks coverage for signals like partnership or regulatory changes, but core workflows are complete.
Market & Company Intelligence for AI agents: next adoptions, company health, signals, market feeds.
Signal-based B2B prospecting: find leads with buying intent, run email and LinkedIn outreach.
Find buying signals for B2B leads and write personalized cold-email icebreakers.
B2B leads at a buying moment, with the why and the outreach. Ask your AI about your leads.